機器學習與深度學習一樣嗎?
機器學習與人工智慧一樣嗎?
人工智慧 是所有 機器學習 子集 的 起源。
1.人工智慧 首個 子集是 機器學習,
2.機器學習 下轄的 子集為 深度學習,而
3.深度學習 再下層的 子集為 神經網路。
人工智慧:簡單來說就是 讓機器擁有 人類的智慧
機器學習:從大量資料中學習,以 達到 擁有智慧的目的
深度學習:從機器學習中延伸出的一種規則方法,
然後模範 人類大腦 進一步的 去分析資料
神經網路: 神經網路 是 深度學習 的 基礎架構,
深度學習 是 神經網路
在 深度 和 複雜度 上的一種 擴展。
什麼是深度學習?
這種機器學習之所以稱為「深度」,是因為 包含許多層神經網路,
以及 大量複雜 且 離散 的數據。
為了實現深度學習,系統會與
多層神經網路 互動,萃取出 更高層次 的 結果。
例如,當深度學習系統 處理自然影像 並
尋找黑心金光菊(Gloriosa daisies)時,
第一層會先辨識植物,
隨著神經網路層層分析,
系統會辨識出花朵, 然後是菊科植物,
最後便是黑心金光菊。
深度學習應用的範例包括 語音辨識、影像分類 和 藥學分析。
什麼是神經網路?
人工神經網路(ANN)是根據 生物大腦神經元 建立的模型,
人工神經元 稱為節點,於 多層中 叢集 且 平行 運作。
人工神經元 收到 數值訊號 會進行處理,並傳訊號要求
另一個神經元進行連接。
如同人類的大腦,神經強化可以改善 模式辨識、專業知識 與 整體學習能力。
機器學習以及深度學習與神經網路,都屬於 AI的衍生領域。
AI 會分析資料 以 制定決策 和 預測。
機器學習演算法 讓 AI 不僅能處理資料,還能在
不藉助額外程式設計的情況下,
使用資料 進行 學習 並 更 精準。